基于互聯(lián)網(wǎng)金融的大學(xué)生借貸模式與風(fēng)險(xiǎn)

自從p2p網(wǎng)絡(luò)借貸平臺(tái)涌入中國(guó)迅速崛起之后，高校校園作為極具潛力的市場(chǎng)以極快的速度被占據(jù)。然而由于大學(xué)生自主還貸意識(shí)缺失導(dǎo)致校園貸引起的惡性事件層出不窮。故本文設(shè)計(jì)了基于大學(xué)生的信用評(píng)級(jí)模型，采取AHP層次分析法對(duì)數(shù)據(jù)進(jìn)行分析并通過模糊綜合評(píng)價(jià)的方法對(duì)已有的樣本驗(yàn)證得出一個(gè)初步的大學(xué)生信用評(píng)價(jià)體系。通過模型的結(jié)論對(duì)大學(xué)生和借貸平臺(tái)提出未來的發(fā)展意見。

一、緒論

（一）研究背景

校園貸在高校中發(fā)展的過程中由于監(jiān)管不利，準(zhǔn)入門檻較低等原因加速了其潛在風(fēng)險(xiǎn)和漏洞的出現(xiàn)?！奥阗J”、“高利率”、“被貸款”等事件層出不窮，頻頻被報(bào)道，人們一度談“校園貸”變色，“校園貸”甚至成為“校園騙局”的代名詞，P2P網(wǎng)絡(luò)借貸平臺(tái)在校園金融市場(chǎng)的發(fā)展很不被看好。

（二）研究目的和意義

p2p校園貸引起的惡性事件層出不窮其原因筆者認(rèn)為主要有兩個(gè)方面。

其一，某些平臺(tái)使用了不當(dāng)?shù)姆绞教峁┵J款，如“裸貸”等。催款方式過于激進(jìn)和粗暴，如“暴力催款”等。其二，平臺(tái)在發(fā)放貸款時(shí)貸款門檻較低，對(duì)借款方?jīng)]有進(jìn)行合理的信用評(píng)價(jià)，使得某些沒有還款能力或信用極差的大學(xué)生得到貸款而后無法如期還款，造成對(duì)借款方貸款方雙方不利的結(jié)果。

因此，建立一個(gè)針對(duì)借款者的信用評(píng)價(jià)體系能有效緩解校園貸平臺(tái)運(yùn)營(yíng)時(shí)的信息不對(duì)稱，更好地規(guī)范校園貸的發(fā)展，對(duì)于校園貸合理健康發(fā)展具有重要的現(xiàn)實(shí)意義。

二、建立模型

（一）選擇大學(xué)生網(wǎng)絡(luò)借貸信用評(píng)價(jià)指標(biāo)

根據(jù)指標(biāo)選擇的全面性、科學(xué)性、可行性、可測(cè)性的原則，我們通過閱讀大量文獻(xiàn)以及結(jié)合生活經(jīng)驗(yàn)，最終根據(jù)大學(xué)生的特點(diǎn)選定了6個(gè)一級(jí)指標(biāo)合計(jì)20個(gè)二級(jí)指標(biāo)構(gòu)建了大學(xué)生通過P2P貸款信用評(píng)價(jià)指標(biāo)體系（見表一）。

（二）AHP法確定指標(biāo)權(quán)重及其一致性檢驗(yàn)

本文為了得到各級(jí)指標(biāo)的權(quán)重，我們用matlab軟件對(duì)上文中的矩陣做一致性檢驗(yàn)。首先，計(jì)算每一層次兩兩成對(duì)判斷矩陣矩陣，求出最大特征根以及每一個(gè)特征根對(duì)應(yīng)的特征向量。然后通過一致性比率和一致性指標(biāo)對(duì)特征值做一致性檢驗(yàn)。

1.一致性指標(biāo)CI：

2.一致性比率CR ：

運(yùn)用matlab進(jìn)行編程處理，得到各判斷矩陣的各層次排序計(jì)算及一致性檢驗(yàn)結(jié)果如表2所示：

通過matlab分別對(duì)每一層次判斷矩陣求解CI、CR。本論文中CR值均小于0.1，因此每一層都符合一致性檢驗(yàn)結(jié)果。通過表一中A、B、C三層關(guān)系，結(jié)合各層次排序計(jì)算結(jié)果，利用matlab計(jì)算出每個(gè)指標(biāo)的最終權(quán)重，如表1所示。

（三）大學(xué)生網(wǎng)絡(luò)借貸的信用風(fēng)險(xiǎn)模糊綜合評(píng)判

1.綜合評(píng)價(jià)模型

（1）確定評(píng)語集

評(píng)語集是反映大學(xué)生借貸信用等級(jí)的集合，V={V1，V2，...，Vk}，k為評(píng)價(jià)等級(jí)的個(gè)數(shù)，等級(jí)的多少根據(jù)實(shí)際情況而定，本模型取V={“好”，“一般”，“差”}

（2）構(gòu)建模糊關(guān)系矩陣

在前面小節(jié)我們采用層次分析法構(gòu)建了大學(xué)生網(wǎng)絡(luò)借貸信用風(fēng)險(xiǎn)評(píng)估體系確定了各因素，結(jié)果如表1所示，其中因素集合Cij=（C11，C12，...，C63），對(duì)于因素集合 C 與評(píng)語集合V 來說，從因素集合C 到評(píng)語集合V 存在映射關(guān)系，這個(gè)這個(gè)映射關(guān)系可以用因素集合C 到集合V 的模糊關(guān)系即模糊矩陣 R 來表示。

由于上一層次的單因素評(píng)價(jià)結(jié)果都是它所包括的下一層各因素的綜合作用，所以通過調(diào)查統(tǒng)計(jì)得到第一層的第i個(gè)因素的模糊評(píng)判矩陣1Ri，即

1Ri=（1ri1，1ri2，1ri3）（其中1rim代表相關(guān)等級(jí)Vk的隸屬度）

帶入實(shí)例數(shù)據(jù)計(jì)算

對(duì)在校大學(xué)信用評(píng)價(jià)要求，是大學(xué)生網(wǎng)貸事件頻發(fā)的必然要求，從而減少不良貸款以及相關(guān)事件的發(fā)生。本論文以調(diào)查問卷的形式，得到114人次的調(diào)查統(tǒng)計(jì)資料，在本文中選取其中一人的信息進(jìn)行驗(yàn)證。

經(jīng)過第一層和第二層單因素評(píng)價(jià)后可得一級(jí)指標(biāo)因素的權(quán)重為

A=[0.1994 0.4693 0.0359 0.1428 0.0597 0.0929]

采用M（+，.）模糊算子，計(jì)算可得該大學(xué)生信用級(jí)別的綜合評(píng)價(jià)結(jié)果為

B22 = （0.5766 0.3713 0.0187）

按最大隸屬原則，“該大學(xué)生信用等級(jí)綜合評(píng)價(jià)結(jié)果為“好”。

由以上結(jié)果我們可以得到，按照最大隸屬度來判定，該學(xué)生信用等級(jí)為“好”，因此其網(wǎng)絡(luò)借貸違約風(fēng)險(xiǎn)較小，這與該樣本的實(shí)際信用狀況也是相符合的。

三、提出建議

（一） P2P網(wǎng)貸機(jī)構(gòu)

1.借助大數(shù)據(jù)不斷完善信用評(píng)級(jí)體系，在業(yè)內(nèi)建立統(tǒng)一規(guī)范的信用評(píng)級(jí)標(biāo)準(zhǔn)。通過建立統(tǒng)一規(guī)范的信用評(píng)級(jí)標(biāo)準(zhǔn)，不僅可以使網(wǎng)貸機(jī)構(gòu)之間信息共享，更重要的是能夠加大貸款違約客戶的社會(huì)成本，減少不良貸款行為降低信用風(fēng)險(xiǎn)。

2.關(guān)注信用評(píng)級(jí)中的核心評(píng)級(jí)指標(biāo)。大學(xué)生的信用指標(biāo)，借貸歷史和擔(dān)保情況對(duì)其信用評(píng)級(jí)的影響較大，其中信用指標(biāo)中的是否辦理信用卡及違規(guī)情況和是否是學(xué)生干部的權(quán)重占比較大；借貸歷史中過去是否有逾期記錄和擔(dān)保情況中的擔(dān)保人同樣權(quán)重占比較大。網(wǎng)貸機(jī)構(gòu)可重點(diǎn)關(guān)注這些信息。

3.采用階梯的貸款原則，分散風(fēng)險(xiǎn)。網(wǎng)貸機(jī)構(gòu)可以根據(jù)大學(xué)生的信用等級(jí)、借款金額以及借款期限，對(duì)借款的利率進(jìn)行調(diào)整，并在每期進(jìn)行償還一定的本金和利息，以此來減少違約或者逾期的風(fēng)險(xiǎn)。

（二） 在校大學(xué)生提升個(gè)人信用水平

大學(xué)生在進(jìn)行網(wǎng)絡(luò)貸款是，要自覺誠(chéng)信的把自己的信息如實(shí)的給網(wǎng)絡(luò)借貸平臺(tái)，不應(yīng)該欺瞞任何信息，讓網(wǎng)貸平臺(tái)對(duì)自身做出準(zhǔn)確的信用評(píng)級(jí)。也不要借貸超出自己能力范圍之內(nèi)的貸款金額，以免對(duì)自身造成不必要的傷害。同時(shí)也應(yīng)該根據(jù)網(wǎng)貸機(jī)構(gòu)的還款時(shí)間，及時(shí)歸還自己借款，不要逾期不還，增加額外的償還資金，因此降低自身的信用等級(jí)。作為大學(xué)生要有信用等級(jí)的意識(shí)，維護(hù)好自己良好的信用等級(jí)。

四、結(jié)語

本文借鑒了大量國(guó)內(nèi)外研究文獻(xiàn)，針對(duì)大學(xué)生這一特殊的群體通過問卷調(diào)查的方式得到相關(guān)數(shù)據(jù)，通過定性和定量相結(jié)合的層次分析法以及模糊數(shù)學(xué)等方法對(duì)大學(xué)生的信用評(píng)級(jí)的指標(biāo)進(jìn)行了權(quán)重的分配和重要性判斷，初步建立了針對(duì)大學(xué)生的P2P網(wǎng)貸機(jī)構(gòu)的信用評(píng)級(jí)模型。但是由于時(shí)間和專業(yè)知識(shí)以及能力的限制，本文中還是存在著諸多的不足。

2017年6月18日銀監(jiān)會(huì)聯(lián)合教育部和人社部印發(fā)了《關(guān)于進(jìn)一步加強(qiáng)校園貸規(guī)范工作的通知》，無門檻、亂程序、無視客戶信用情況的校園貸時(shí)代已經(jīng)過去，相信校園貸再一次以全新的面貌出現(xiàn)在眾人面前。（作者單位為中國(guó)勞動(dòng)關(guān)系學(xué)院）